04 02 08 Taller An Lisis Multicriterio

Taller de Planificacin: Anlisis Territorial mediante Sistemas de Informacin Geogrfica
|aborabor|o de urban|smo & ordenac|on de| berr|bor|o. ugr

TALLER OPTATIVO

SELECCIN DE ALTERNATIVAS. EVALUACIN MULTICRITERIO

INTRODUCCIN

El Proceso de Toma de Decisin

La toma de decisiones es un proceso de seleccin entre cursos alternativos de accin,
basado en un conjunto de criterios, para alcanzar uno o ms objetivos (H.
Simon,1960).

Un proceso de toma de decisin comprende de manera general los siguientes pasos:
- Anlisis de la situacin;
- Identificacin y formulacin del problema;
- Identificacin de aspectos relevantes que permitan evaluar las posibles soluciones.
- Identificacin de las posibles soluciones;
- Aplicacin de un modelo de decisin para obtener un resultado global; y
- Realizacin de anlisis de sensibilidad.

La opinin de una nica persona en la toma de decisin puede tornarse insuficiente
cuando se analizan problemas complejos, sobre todo aquellos cuya solucin puede
afectar a muchas otras personas. Debido a lo anterior se debe propender por generar
discusin e intercambio entre los actores, que por su experiencia y conocimiento pueden
ayudar a estructurar el problema y a evaluar las posibles soluciones. Para abordar una
situacin de un problema de toma de decisin en la que se presentan diversos objetivos
o criterios que simultneamente deben incorporarse, ha surgido la Metodologa
Multicriterio como Sistema de Ayuda a la Decisin del ser humano.

Los Mtodos de Evaluacin y Decisin Multicriterio

Los mtodos de evaluacin y decisin multicriterio comprenden la seleccin entre un
conjunto de alternativas factibles, la optimizacin con varias funciones objetivo
simultneas y un agente decisor y procedimientos de evaluacin racionales y
consistentes (Eduardo Martnez, 1998). Son especialmente utilizadas para tomar
decisiones frente a problemas que cobijan aspectos intangibles a evaluar. Sus principios
se derivan de la Teora de Matrices, Teora de Grafos, Teora de las Organizaciones,
Teora de la Medida, Teora de las Decisiones Colectivas, Investigacin de Operaciones
y de Economa.
Los mtodos de evaluacin y decisin multicriterio no consideran la posibilidad de
encontrar una solucin ptima. En funcin de las preferencias del agente decisor y de
objetivos pre-definidos (usualmente conflictivos), el problema central de los mtodos
multicriterio consiste en :

1. Seleccionar la(s) mejor(es) alternativas;
2. Aceptar alternativas que parecen buenas y rechazar aquellas que parecen
malas;
3. Generar una ordenacin (ranking) de las alternativas consideradas (de la
mejor a la peor)

Para ello han surgido diversos enfoques, mtodos y soluciones.
Un criterio clasificador en la Decisin Multicriterio corresponde al nmero, que puede
ser finito o infinito, de las alternativas a tener en cuenta en la decisin. Dependiendo de
esta situacin existen diferentes mtodos. Cuando las funciones objetivo, toman un
nmero infinito de valores distintos, que conducen a un nmero infinito de alternativas
posibles del problema se llama Decisin Multiobjetivo.
Aquellos problemas en los que las alternativas de decisin son finitas se denominan
problemas de Decisin Multicriterio Discreta. Estos problemas son los ms comunes en
la realidad y son los que se consideran en este taller. Los mtodos de Decisin
Multicriterio Discreta se utilizan para realizar una evaluacin y decisin respecto de
problemas que, por naturaleza o diseo, admiten un nmero finito de alternativas de
solucin, a travs de:

1. Un conjunto de alternativas estable, generalmente finito (soluciones factibles
que cumplen con las restricciones- posibles o previsibles); se asumen que cada
una de ellas es perfectamente identificada, aunque no son necesariamente
conocidas en forma exacta y completa todas sus consecuencias cuantitativas y
cualitativas;
2. Una familia de criterios de evaluacin (atributos, objetivos) que permiten
evaluar cada una de las alternativas (analizar sus consecuencias), conforme a los
pesos (o ponderaciones) asignados por el agente decisor y que reflejan la
importancia (preferencia) relativa de cada criterio;
3. Una matriz de decisin o de impactos que resumen la evaluacin de cada
alternativa conforme a cada criterio; una valoracin (precisa o subjetiva) de cada
una de las soluciones a la luz de cada uno de los criterios; la escala de medida de
las evaluaciones puede ser cuantitativa o cualitativa, y las medidas pueden
expresarse en escalas cardinal (razn o intervalo), ordinal, nominal, y
probabilstica;
4. Una metodologa o modelo de agregacin de preferencias en una sntesis
global; ordenacin, clasificacin, particin o jerarquizacin de dichos juicios
para determinar la solucin que globalmente recibe las mejores evaluaciones;
5. Un proceso de toma de decisiones (contexto de anlisis) en el cual se lleva a
cabo una negociacin consensual entre los actores o interesados (analista-
experto-, decisor y usuario) (Eduardo Martnez, 1998).

El anlisis o evaluacin multicriterio (EMC) se define como un conjunto de tcnicas
orientadas a asistir en procesos de decisin (Barredo, 1996). Se basa en la ponderacin y
compensacin de variables que van a influir de manera positiva (Aptitud) o negativa
(Impacto) sobre la actividad objeto de decisin y que deben ser inventariados y
clasificados previamente.
Los principales mtodos de evaluacin y decisin multicriterio discretos son los
siguientes: Ponderacin Lineal (scoring), Utilidad multiatributo (MAUT), Relaciones de
superacin y el Proceso analtico Jerrquico (AHP - Analytic Hierarchy Process).

Ponderacin Lineal (scoring)
Es un mtodo que permite abordar situaciones de incertidumbre o con pocos niveles de
informacin. En dicho mtodo se construye una funcin de valor para cada una de las
alternativas. El mtodo de Ponderacin Lineal supone la transitividad de preferencias o
la comparabilidad. Es un mtodo completamente compensatorio, y puede resultar
dependiente, y manipulable, de la asignacin de pesos a los criterios o de la escala de
medida de las evaluaciones. Es un mtodo fcil y utilizado ampliamente en el mundo.

Utilidad Multiatributo (MAUT)
Para cada atributo se determina la correspondiente funcin de utilidad (parcial), y luego
se agregan en una funcin de utilidad multiatributo de forma aditiva o multiplicativa. Al
determinarse la utilidad de cada una de las alternativas se consigue una ordenacin
completa del conjunto finito de alternativas. El mtodo de utilidad multiatributo supone
la transitividad de preferencias o la comparabilidad, utiliza escalas de intervalo, y
acepta el principio de preservacin de orden (rank preservation). La condicin de
independencia preferencial mutua entre los atributos suele aceptarse casi
axiomticamente, e implcitamente es cuestionable y no refleja la estructura de
preferencias del agente decisor. El rigor y rgidez de los supuestos tericos de este
mtodo usualmente controvertidos y difciles de contrastar en la prctica, lo que obliga a
relajarlos, requiere un elevado nivel de informacin del agente decisor para la
construccin de funciones de utilidad multiatributo, aunque permiten abordar
fluidamente cuestiones de incertidumbre y riesgo. No obstante las dificultades en su
utilizacin este mtodo cuenta con una variedad de experiencias prcticas en Estados
Unidos e Inglaterra (Eduardo Martnez, 1998).

Relaciones de Superacin
Estos mtodos usan como mecanismo bsico el de las comparaciones binarias de
alternativas, es decir comparaciones dos a dos de las alternativas, criterio por criterio.
De esta forma puede construirse un coeficiente de concordancia Cik asociado con cada
par de alternativas (ai,ak). Existen dos mtodos de la escuela francesa: ELECTRE y
PROMETHEE.
Del mtodo ELECTRE (Elimination Et Choix Traduisant la Realit) ya existen varias
versiones que usan pseudocriterios y la teora de conjuntos difusos. El mtodo
PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluation)
se ha aplicado, con prediccin para problemas de ubicacin.

Proceso Analtico Jerrquico (AHP- The Analytic Hierarchy Process)
Este mtodo fue desarrollado por el matemtico Thomas Saaty en 1980 y consiste en
formalizar la comprensin intuitiva de problemas complejos mediante la construccin
de un Modelo Jerrquico. El propsito del mtodo es permitir que el agente decisor
pueda estructurar un problema multicriterio en forma visual, mediante la construccin
de un modelo que bsicamente contiene tres niveles: meta u objetivo, criterios y
alternativas.
Una vez construido el Modelo Jerrquico, se realizan comparaciones por pares entre
dichos elementos (criterios-subcriterios y alternativas) y se atribuyen valores numricos
a las preferencias sealadas por las personas, entregando una sntesis de las mismas
mediante la agregacin de esos juicios parciales.

El fundamento del proceso de Saaty descansa en el hecho que permite dar valores
numricos a los juicios dados por las personas, logrando medir cmo contribuye cada
elemento de la jerarqua al nivel inmediatamente superior del cual se desprende.
Para estas comparaciones se utilizan escalas de razn en trminos de preferencia,
importancia o probabilidad, sobre la base de una escala numrica propuesta por el
mismo Saaty, que va desde 1 hasta 9. Una vez obtenido el resultado final, el AHP
permite llevar a cabo el anlisis de sensibilidad del modelo.

El proceso seguido tras la definicin del problema se puede resumir en cuatro etapas:

- Seleccin de criterios (variables) y definicin de factores
- Generacin de la informacin cartogrfica o factores de localizacin
- Integracin de la informacin en un S.I.G. y obtencin del modelo
- Validacin de los resultados: Tratamiento del error y la incertidumbre

Ll mtodo de ealuacin v decisin multicriterio que amos a abordar es el AlP
1he Analvtic lierarchv Process- Proceso Analtico Jerarquico,. Lste mtodo descompone
una situacin compleja por medio de la construccin de un modelo jerarquico. la eala v
entrega una ordenacin de las alternatias de solucin desde la mejor hasta la peor.

Algunos de estos componentes pueden ser medidos acilmente porque se reieren a
aspectos cuantitatios. La entaja del AlP consiste en que adicionalmente permite
incorporar aspectos cualitatios que suelen quedarse por uera de los analisis debido a su
complejidad para ser medidos. pero que pueden ser releantes para algunos actores
inolucrados en la toma de decisin. como es el caso de riesgo. incertidumbre. equidad.
participacin. entre otros. Ll AlP ordena esos elementos en un Modelo Jerarquico. realiza
comparaciones binarias por pares, v atribuve alores numricos a los juicios preerencias,
realizados por las personas respecto de la importancia relatia de cada elemento, v los
sintetiza. agregando las soluciones parciales en una sola solucin.
Adicionalmente permite realizar el analisis de sensibilidad para obserar v estudiar
otras posibles soluciones al hacer cambios en la importancia de los elementos que
conorman el Modelo.
La aplicacin de la extensin AlP 1.0 para ArcGis 9.0 exige. por ultimo. la
asignacin de pesos o ponderaciones para cada actor. (omo resultado se obtienen
dierentes nieles de urbanizacin potencial. que son cuantiicados en porcentaje de
supericie ocupada respecto al trmino municipal en cada niel de potencialidad.
Lstablecimiento de las Prioridades

Una ez se deina el Modelo Jerarquico se determina la importancia relatia de sus
partes. Para acilitar el proceso de asignacin de juicios v ealuaciones se recomienda
priorizar preiamente los elementos del modelo.
Ll AlP dispone de una escala creada por el propio Saatv que mide los juicios
emitidos por el grupo decisor. Luego se debe encontrar el ector propio asociado al mavor
alor propio de la matriz de comparacin por pares: Vector Propio: Ranking u orden de
prioridad. Valor Propio: Medida de la consistencia del juicio)

Lscala numerica Lscala Verbal. Lxplicacin
1
Ambos elementos son de igual importancia.
Ambos elementos contribuven con la propiedad en igual orma.
3
Moderada importancia de un elemento sobre otro.
La experiencia v el juicio aorece a un elemento por sobre el otro.
5
luerte importancia de un elemento sobre otro.
Un elemento es uertemente aorecido.

Muv uerte importancia de un elemento sobre otro.
Un elemento es muv uertemente dominante.
9
Lxtrema importancia de un elemento sobre otro.
Un elemento es aorecido. por lo menos con un orden de magnitud de dierencia.
2.4.6.8
Valores intermedios entre dos juicios advacentes.
Usados como alores de consenso entre dos juicios.

Lscala de Saatv Matematico de la Uni. de Pennsvlania. creador del AlP,

Lvaluacin del Modelo:

Ln la ealuacin se examinan los elementos del problema aisladamente por medio
de comparaciones por pares. Las ealuaciones o juicios son emitidos por cada analista o
grupo de inters. De esta orma. el xito en esta etapa dependera de la inclusin de los
grupos de inters o decisores que se eran representados en el modelo construido v
podran ealuar el modelo consensuado de acuerdo con sus intereses v necesidades propios.
Anlisis de sensibilidad:
Se pretende comprobar la estabilidad del modelo examinando la ariacin que se
produce en los resultados cuando se realizan ariaciones sistematicas en un rango de inters
sobre uno o arios parametros de entrada. Lstas ariaciones suelen realizarse sobre los
pesos otorgados a los actores. Los resultados nos indicaran qu partes del modelo habra
que seguir pereccionando.
Recomendaciones sobre el Anlisis de Incertidumbre:
Lste trmino hace alusin al analisis de cualquier error conocido o no,. ambigedad o
ariacin en una base de datos v en la regla de decisin. v son interesantes herramientas
para interpretar el niel de riesgo deriado de la aplicacin del modelo v con unos
determinados datos de partida.
a, Analisis de incertidumbre en los datos de partida:
Se propone la introduccin de una serie de perturbaciones en los datos de entrada.
tanto en su componente espacial como tematica. de orma que sea posible cuantiicar
su impacto en los resultados del modelo. Lsto sera posible mediante el establecimiento
de unos puntos de control v la realizacin de un proceso de distorsin geomtrica para
la componente espacial,. v mediante la introduccin de perturbaciones aleatorias en
cada uno de los actores. Una ez obtenidas las ersiones con distorsin. seria posible
realizar un procedimiento similar a la simulacin de Monte (arlo para analizar la
propagacin del error.
b, Analisis de incertidumbre en las especiicaciones del modelo
(onsistira en introducir algunas modiicaciones respecto a la modelacin de
determinadas ariables v obserar la repercusin en los resultados de la utilizacin de
otro mtodo de LM( dierente al propuesto inicialmente v considerado como un
mtodo borroso`. es decir. el objetio sera tratar la incertidumbre relacionada con el
modelo a partir de la teora de la lgica borrosa. (on la comparacin de los resultados
sabremos si nuestro modelo orece garantas suicientes para tomar una decisin inal
con un grado eleado de conianza en nuestros resultados.

OBJETIVOS:

Presentar una visin general de los aspectos fundamentales de la Evaluacin
multicriterio (EMC) orientada a su integracin con los SIG.
Aplicar estos fundamentos mediante la resolucin de un sencillo ejemplo de evaluacin
de alternativas mediante el proceso analtico jerrquico (AHP)

PLANTEAMIENTO:

Se plantea en este taller la generacin de un mapa que exprese la aptitud del suelo para
ser urbanizado. Se utilizara la extensin AHP para la evaluacin multicriterio y
posterior evaluacin de alternativas.

Seleccin de criterios (variables) y definicin de factores:
La evaluacin multicriterio en el entorno de los S.I.G., se basa en que cada factor venga
representado por una capa de informacin cartogrfica georreferenciada, en la cual
todos los puntos del territorio toman un valor con respecto a la actividad objeto de
decisin. Todas las capas de informacin geogrfica a integrar deben ser transformadas
y normalizadas para que todas flucten dentro de un mismo rango de valores (Bosque et
al., 1.994; Romero, 1996).

Los factores de localizacin que intervienen en este modelo son:

ACCESIBILIDAD a los Nudos: Con la superficie de friccin generada en el taller 8
y tomando como objetivo los nudos de la autova, se obtuvieron mediante el
algoritmo Costo-Distancia, la accesibilidad a los nudos de comunicacin que como
vimos integra tambin la variable pendiente.

CONTIGUIDAD: Entendida como distancia euclidiana a los ncleos de poblacin.
Se genera a partir de un buffer a los polgonos con uso urbano de la capa
usosgranada.shp incluidos en el mbito generado en el taller 3.

USOS: Usos del suelo clasificados y normalizados en el taller 5 (usos255)

ORIENTACIN: Generada a partir del Modelo digital de elevaciones de 20 metros
de resolucin y clasificada y normalizada en el taller 5 (orient255)

As. las orientaciones sur v sureste. la mavor accesibilidad v una reducida distancia a
un ncleo de poblacin. cualiican al territorio otorgandole una determinada potencialidad
a ser urbanizado.
Estas variables o factores son mapas cuyos niveles digitales se normalizan en una etapa
posterior, en una escala Standard, desde 1 (nada apto) a 7 (muy apto).

Generacin de la informacin cartogrfica o factores de localizacin:

Normalizacin: Las puntuaciones en los atributos son normalizadas a eectos de eliminar
problemas de calculo originados en la utilizacin de dierentes escalas vo unidades
utilizadas en la matriz de decisin. La normalizacin no siempre es necesaria. pero si es
esencial en la mavora de los mtodos compensatorios. Ll propsito de la normalizacin es
el de obtener escalas comparables. lo que permitira realizar comparaciones intra-atributos
as como las inter-atributos. Ln consecuencia. los puntajes normalizados no tienen
unidades de dimensin v. para el caso de atributos de beneicios. cuanto mavor sea el
puntaje normalizado. mavor es la preerencia del mismo. Los procedimientos de
normalizacin mas utilizados son los de raccin del maximo. raccin de la norma. o
raccin de interalo.
Valoracin de las categorias de los criterios: Lste paso conllea un proceso de
disminucin de la ambigedad v de la diicultad de manejo de las ariables. va que por lo
general se procede a transormar los datos de una escala nominal a una ordinal. Para
nuestro estudio se toma un mtodo de asignacin de acil implementacin denominado
escala de siete puntos` donde a cada criterio se le asigna un alor de una escala de siete.
siendo 1 el menos apto v el de mavor aptitud.

DESARROLLO:

Comenzamos el taller recuperando algunas de las capas de informacin generadas en
talleres anteriores:

Ambito.shp (generada en el taller 3)

Accesibilidad a nudos (generada en el taller 4)

Usos255 (generada en el taller 5)


Orient255 (generada en el taller 2 y clasificada y normalizada en el 5)

Para generar la capa del factor conectividad, cargamos la capa usosgranada.shp y
realizamos una consulta espacial para tomar los polgonos interiores a nuestro mbito y
una seleccin por atributos para tomar de la seleccin anterior los registros que tienen
como atributo DESCR tejido urbano.
Esta capa (urbano.shp) la utilizamos para hacer un buffer con distancias euclidianas
(Spatial Analyst/Distance/Straight Line). Recortamos el grid resultante con el contorno
de nuestro mbito de trabajo (extract by mask).


El siguiente paso, una vez generadas las capas correspondientes a cada factor, es el de
normalizacin. Para ello reclasificamos de la misma forma que en el taller anterior.

La extensin AHP:

Para utilizar la extensin es necesario previamente copiar los archivos ext_ahp.dll y
EigenUtl.dll en ArcGis/Bin. Para activar la extensin y crear un boton de acceso a la
misma, vamos al men tools y elegimos customize. Pulsamos en Add from file y
buscamos la extensin ext_ahp.dll. Pulsamos OK. Vamos a la pestaa Commands y
elegimos la opcin Developer simples . Ahora basta con arrastrar la etiqueta AHP y
colocarla en el lugar de la barra de herramienta de ArcMap que elijamos.

Tras este proceso estaremos preparados para utilizar la extensin.

El primer paso es aadir los cuatro factores, convenientemente reclasificados. Sealar
que la extensin est limitada a CINCO factores y que estos deben ser de tipo
ENTERO.


A continuacin elegimos el valor de las relaciones de preferencia propuestos por Saaty
en la matriz, pulsando doble clic en cada una de las casillas sobre la diagonal. La s
casillas bajo la diagonal tomarn automticamente los valores transpuestos.

Pulsando en Calculate se generaran los pesos correspondientes a cada factor y el
correspondiente ndice o Ratio de consistencia CR, as como un informe si activamos la
casilla create report file.

[Criteria & LayerSource (clsfd.)]
Reclass of accnud Reclass of accnud
Reclass of conect Reclass of conect
orient255 orient255
usos255 usos255

[Preference Matrix]
Reclass of accnud Reclass of conect orient255 usos255
Reclass of accnud 1 3 5 7
Reclass of conect 0,3333 1 2 9
orient255 0,2 0,5 1 6
usos255 0,1429 0,1111 0,1667 1

[*****AHP results*****]
[Eigenvalues]
4,2632
-0,0256
-0,1188
-0,1188

[Eigenvector of largest Eigenvalue]
0,8779
0,4119
0,2355
0,0645

[criteria weights]
0,5522 (Reclass of accnud)
0,2591 (Reclass of conect)
0,1481 (orient255)
0,0406 (usos255)

[consistency ratio CR]
0,0975
(Revision of preference values is recommended if CR > 0.1)

El mapa de aptitud a la urbanizacin generado es el siguiente:

El ltimo paso sera ordenar nuestras posibles alternativas en funcin de la puntuacin o
aptitud total R.


BIBLIOGRAFIA Y DOCUMENTOS DE CONSULTA

- BALAGUER PUIG, M. (1997). Sistemas de informacin geogrfica. Valencia,
Universidad Politcnica de Valencia, Servicio de Publicaciones, 138 pp.
BARREDO CANO, J. I. (1996). Sistemas de Informacin Geogrfica y evaluacin
multicriterio en la ordenacin del territorio. Madrid, Ra-Ma.
- BORDERIAS URIBEONDO, M. P. (1998). Introduccin al tratamiento de la
informacin geogrfica y resolucin de problemas medioambientales y territoriales.
Universidad Nacional de Educacin a Distancia, 185 pp.
BOSQUE SENDRA, J. (1992). Sistemas de Informacin Geogrfica. Madrid, Rialp.
- BOSQUE SENDRA, J. (1994). Sistemas de Informacin geogrfica. Practicas con
Pc Arcinfo e Idrisi. Madrid, Rama.
- BRIMICOMBE, A. (2002). Gis environmental modelling and engineering. Londres,
Routledge.
- BUZAI, G. D. Y DURN, D. (1997). Ensear e investigar con sistemas de
informacin geogrfica. Buenos Aires, Editorial Troquel.
- CALVO MELERO, M. (1993). Sistemas de informacin geogrfica digitales:
sistemas geomticos. IVAP.
- CEBRIAN, J. A. (1992). Informacin geogrfica y Sistemas de Informacin
Geogrfica. Santander, Universidad de Cantabria.
- COMAS, D. y RUIZ, E. (1993). Fundamentos de los Sistemas de Informacin
Geogrfica. Barcelona, Ariel.
- DOMINGUEZ BRAVO, J. (2000). Breve introduccin a la cartografa y a los
sistemas de informacin geogrfica (SIG). Ciemat, Informes tcnicos de Ciemat, 30
pp.
FELICISIMO PEREZ, A. M. (1994). Modelos digitales del terreno: principios y
aplicaciones en las Ciencias Ambientales. Pentalfa Ediciones.
- FISCHER, M. M., SCHOLTEN, H. y UNWIN, D. (edit.) (1996). Spatial analytical
perspectives on GIS in environmental and socioeconomic sciences. London, Taylor
& Francis.
- FRA PALEO, U., LVAREZ LPEZ, C. y MAREY PREZ, M. (1998). Prcticas
con sistemas de informacin geogrfica, Idrisi. Lugo, Escola Politcnica Superior,
Universidad de Santiago de Compostela.GARCIA ASENSIO, L. (1997). Algunos
aspectos relevantes en proyectos de informacin geogrfica. Direccin General del
Instituto Geogrfico Nacional, Madrid, 52 pp.
- GERARDS, B. M. (1998). Error propagation in environmental modelling with Gis.
Londres, Routledge.
- GOBERNADO, V. (1998). Sistemas de Informacin Geogrfica. UNED, 37 pp.
- GOODCHILD, M. F., PARKS, B. O.; STEYAERT, L. T. (1996). Gis and
Environmental Modeling: progress and research issues. Cambridge, Geoinformation
Intenational.
- GOULD, M. (1994). El uso de los sistemas de informacin geogrfica: aplicaciones
con ARC/INFO. Marid, ESRI Espaa Geosistemas, S.A.
- GUIMET, J. (1992). Introduccin conceptual a los sistemas de informacin
geogrfica. Estudio Grfico Madrid, S. L.
- GNTHER, O. (1998). Environmental information systems. Mundi-Prensa.
GUTIERREZ PUEBLA, J. y GOULD, M. (1994). SIG, Sistema de informacin
geogrfica. Editorial Sntesis, S.A.
- HAYNES-YOUNG, R. y GREEN, P. (1994). Landscape, Ecology and Gis.
Londres, Taylor and Francis.
- HEIT, M. y SHORTREID, A. (edit.) (1995). GIS Applications in Natural
Resources. GIS World, Inc.
- KEMP, K. K. (1992). Environmental modelling with GIS: a strategy for dealing
with spatial continuity. National Center for Geographic Information and Analysis
Technical Report 93-3. Santa Barbara, NCGIA.
- LABRANDERO, J. L. y MARTINEZ VEGA, J. (1998). Sistemas de informacin
geogrfica en la planificacin ambiental de reas de montaas. Colec. Estudios
Ambientales. Madrid, Instituto de Economa y Geografa (CSIC), 136 pp.
- LAIN HUERTA, L. (1999). Los sistemas de informacin geogrfica en los riesgos
naturales y en el medio ambiente. Madrid, ITGME, Ministerio de Medio Ambiente.
277 pp.
- LANG, L. (1998). Managing Natural Resources with GIS. Redlands, Esri Press, 117
pp.
- LONGLEY, P. y BATTY, M. (edit.) (1996). Spatial analysis modelling in GIS
environment. Cambridge (UK), GeoInformation International.
- MARTNEZ CASASNOVAS, J. A. (1994). Sistemas de informacin geogrfica.
Lleida, Departament de Medi Ambient i Cincies del Sl, Escola Tcnica Superior
d'Enginyeria Agraria.
- MICHENER, W. K., BRUNT, J. W. y STAFFORD, S. G. (1994). Environmental
information management and analysis. Londres, Routledge.
- MOLDES TEO, F. J. (1995). Tecnologa de los sistemas de informacin geogrfica.
Madrid, RaMa.
MORENO JIMENEZ, A. (2005). Sistemas y Anlisis de la Informacin Geogrfica.
Manual de auto aprendizaje con ArcGis. Dpto. de Geografa de la Universidad
Autnoma de Madrid. 896 pp + cd. Ra-Ma editorial
- NAVARRO PEDREO, J., MATAIX SOLERA, J. GUERRERO MAESTRE, C. y
GMEZ LUCAS, I. (2000). Sistemas de informacin geogrfica y el medio
ambiente. Cuaderno 1 y 2. Elche, Universidad Miguel Hernndez.
PEA LLOPIS, J. (2006). Sistemas de informacin geogrfica aplicados a la
gestin del territorio. Dpto. de Ecologa. Universidad de Alicante. 310 pp + cd.
Editorial Club Universitario. Alicante.
- ROS DOMINGO, A. (1993). Sistemas de informacin territorial. Madrid, Instituto
Nacional de Administracin Pblica, 119 pp.
- SANTOS PRECIADO, J. M. y BORDERA URIBEONDO, M. P. (2002).
Introduccin al anlisis medioambiental del territorio. Madrid, Uned.
- SEGUINOT BARBOSA, J. (2001). Los SIG en las ciencias ambientales y de la
salud. Puerto Rico, Publicaciones CD.
- SKIDMORE, A. (2002). Environmental modelling with Gis and remote sensing.
Londres, Routledge.
- TORO, M., GARCA-CONSUEGRA, J. y PIATTINI, M. (2001). Sistemas de
informacin geogrficos: una aproximacin desde la ingeniera del software y las
bases de datos. Madrid, Fundacin DINTEL, 221 pp.
- TORRES CABALLER, B. (1993). Introduccin a los S.I.G.. Valencia, Universidad
Politcnica, Servicio de Publicaciones, D.L., 238 pp.
- WADSWORTH, R. y TREWEEK, J. (1999). Gis for ecology. An introduction.
Londres, Longman.

04 02 08 Taller An Lisis Multicriterio

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

04 02 08 Taller An Lisis Multicriterio

Enviado por

Direitos autorais:

Formatos disponíveis

Taller de Planificacin: Anlisis Territorial mediante Sistemas de Informacin Geogrfica

|aborabor|o de urban|smo & ordenac|on de| berr|bor|o. ugr

Você também pode gostar